所属分类：航空航天无人机 当前为单品课程，可返回上一级继续浏览同方向资料。

← 返回上一级

← 返回所属目录咨询 / 购买

无人机遥测数据异常检测实战

📚 共计 30 章节

课程导论与数据基础

无人机遥测数据概述、常见异常类型、数据采集与存储格式（CSV/Parquet）、Python环境搭建（Anaconda + Jupyter）

数据探索与可视化

Pandas加载遥测数据、Matplotlib/Seaborn绘制时序图、箱线图识别离群点、数据分布分析

可视化Pandas

数据预处理实战

缺失值处理（插值/删除）、时间戳对齐与重采样、数据标准化与归一化、特征工程基础（滑动窗口统计量）

预处理特征工程

基于统计的异常检测

3-Sigma原则、Z-Score方法、IQR（四分位距）法、移动平均残差分析

基于机器学习的异常检测

孤立森林、One-Class SVM、DBSCAN聚类、模型评估（混淆矩阵、F1-Score）

基于深度学习的异常检测

自编码器（Autoencoder）原理与实现、LSTM时序预测异常检测、阈值设定策略

深度学习LSTM

实时异常检测系统设计

Kafka/Flume数据流接入、滑动窗口实时计算、告警规则引擎、系统架构与部署

多维度异常关联分析

多传感器数据融合、相关性分析（Pearson/Spearman）、因果推断初步、根因定位

模型优化与部署

超参数调优（Grid/Random Search）、模型序列化（ONNX/PMML）、Flask API封装、Docker容器化

综合实战案例：固定翼无人机

全流程异常检测系统搭建、从数据采集到告警通知的完整Pipeline、项目总结与最佳实践

高级特征提取

频域特征（FFT变换）、时频域特征（小波变换）、熵特征（样本熵、排列熵）、特征选择方法

集成学习方法

随机森林异常检测、XGBoost/LightGBM异常评分、Stacking集成策略、类别不平衡处理

时间序列特定方法

季节性分解（STL）、Prophet模型异常检测、Change Point Detection（PELT算法）、DTW距离异常检测

图神经网络应用

传感器关系图构建、GCN异常检测、图注意力机制、时空图网络

可解释AI（XAI）

SHAP值解释、LIME局部解释、特征重要性可视化、异常原因报告生成

边缘计算部署

树莓派/TX2部署、TensorRT加速、模型量化（INT8）、边缘-云端协同架构

联邦学习隐私保护

横向联邦学习框架、安全聚合（Secure Aggregation）、差分隐私噪声添加、通信效率优化

强化学习异常响应

异常检测作为MDP问题、DQN决策告警、自适应阈值调整、闭环控制系统

强化学习DQN

数字孪生与仿真

AirSim/Gazebo仿真数据生成、数字孪生模型校准、故障注入测试、仿真到现实的迁移

数字孪生仿真

多无人机协同检测

集群通信拓扑、分布式异常检测算法、共识机制（Raft/Paxos）、协同决策

协同分布式

对抗性攻击与防御

对抗样本生成（FGSM/PGD）、对抗训练、防御蒸馏、鲁棒性评估

对抗鲁棒性

数据质量监控

数据漂移检测（PSI/KS检验）、概念漂移适应、数据血缘追踪、数据版本控制（DVC）

数据质量漂移

自动化机器学习（AutoML）

AutoGluon异常检测、神经架构搜索（NAS）、超参数自动优化、Pipeline自动化

大规模数据处理

Spark分布式处理、Dask并行计算、GPU加速（RAPIDS）、增量学习策略

合规与安全

GDPR合规要求、数据脱敏技术、模型加密、审计日志

行业标准与认证

DO-178C适航认证、ISO 21384无人机标准、MIL-STD-810环境测试、适航符合性证明

故障预测与健康管理（PHM）

剩余寿命预测（RUL）、退化模型构建、维修决策优化、备件库存管理

多模态数据融合

视觉+IMU融合、雷达+激光雷达融合、异构数据对齐、注意力融合机制

多模态融合

因果发现与推断

PC算法、LiNGAM、DoWhy因果推断库、反事实解释

课程总结与前沿展望

技术路线图回顾、学术前沿（大模型在异常检测中的应用）、职业发展建议、开源项目推荐